کتاب هوش مصنوعی توزیع‌شده برای اتوماسیون رباتیک در زیرساخت‌های انرژی با فرمت AZW3 برای کتابخوان کیندل و فرمت EPUB

249,950 تومان
پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 62,488 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره هوش مصنوعی توزیع‌شده برای اتوماسیون رباتیک در زیرساخت‌های انرژی

موضوع کلی: یادگیری تقویتی چندعامله (MARL)

موضوع میانی: یادگیری تقویتی چندعامله برای کنترل ربات‌های صنعتی برای انجام وظایف بازرسی و تعمیر خطوط انتقال برق

📋 سرفصل‌های دوره

  • 1. مقدمه‌ای بر اتوماسیون رباتیک در زیرساخت‌های انرژی
  • 2. چالش‌های اتوماسیون رباتیک در خطوط انتقال برق
  • 3. یادگیری تقویتی تک‌عامله: مبانی و مفاهیم
  • 4. معرفی یادگیری تقویتی چندعامله (MARL)
  • 5. مزایای MARL در کنترل ربات‌های صنعتی
  • 6. معماری‌های توزیع‌شده برای MARL
  • 7. الگوریتم‌های پایه MARL: Q-Learning توزیع‌شده
  • 8. الگوریتم‌های پایه MARL: Policy Gradient توزیع‌شده
  • 9. ارتباطات ربات به ربات در MARL
  • 10. همکاری و رقابت در MARL
  • 11. تکنیک‌های هماهنگ‌سازی در MARL
  • 12. حل مسئله اکتشاف-بهره‌برداری در MARL
  • 13. یادگیری ارتباطات بین ربات‌ها
  • 14. مدل‌سازی محیط برای ربات‌های بازرسی
  • 15. شناسایی و مدل‌سازی خطرات در خطوط انتقال
  • 16. طراحی پاداش در MARL برای بازرسی خطوط
  • 17. طراحی پاداش در MARL برای تعمیر خطوط
  • 18. استفاده از شبیه‌سازی در آموزش MARL
  • 19. شبیه‌سازی محیط خطوط انتقال برق
  • 20. استفاده از یادگیری انتقالی (Transfer Learning) در MARL
  • 21. تطبیق مدل‌های MARL با داده‌های واقعی
  • 22. پردازش داده‌های حسگرهای رباتیک
  • 23. بینایی ماشین برای بازرسی بصری خطوط انتقال
  • 24. استفاده از یادگیری عمیق در MARL برای پردازش تصویر
  • 25. کنترل حرکتی ربات با استفاده از MARL
  • 26. برنامه‌ریزی مسیر ربات با استفاده از MARL
  • 27. اجتناب از برخورد در محیط‌های پویا با MARL
  • 28. مدیریت انرژی در ربات‌های خودگردان با MARL
  • 29. بهینه‌سازی مصرف انرژی در عملیات بازرسی
  • 30. تشخیص عیب در تجهیزات خطوط انتقال با MARL
  • 31. پیش‌بینی خرابی با استفاده از MARL
  • 32. سیستم‌های تصمیم‌گیری توزیع‌شده برای تعمیرات
  • 33. استفاده از MARL برای زمان‌بندی تعمیرات پیشگیرانه
  • 34. امنیت و قابلیت اطمینان در سیستم‌های رباتیک MARL
  • 35. تست و اعتبارسنجی سیستم‌های MARL
  • 36. استفاده از یادگیری تقویتی معکوس (Inverse Reinforcement Learning)
  • 37. یادگیری از تخصص انسانی در MARL
  • 38. توسعه رابط کاربری برای نظارت بر سیستم‌های MARL
  • 39. معماری‌های نرم‌افزاری برای MARL
  • 40. ارتباطات بی‌سیم و MARL در محیط‌های صنعتی
  • 41. چالش‌های مقیاس‌پذیری در MARL
  • 42. الگوریتم‌های پیشرفته MARL: MADDPG
  • 43. الگوریتم‌های پیشرفته MARL: COMA
  • 44. الگوریتم‌های پیشرفته MARL: VDN
  • 45. استفاده از MARL برای بهینه‌سازی نگهداری خطوط
  • 46. کنترل دسته‌هایی از ربات‌ها (Swarm Robotics) با MARL
  • 47. استفاده از داده‌های تاریخی برای بهبود عملکرد MARL
  • 48. تکنیک‌های کاهش ابعاد در MARL
  • 49. روش‌های مدیریت عدم قطعیت در MARL
  • 50. یادگیری تقویتی سلسله‌مراتبی برای وظایف پیچیده
  • 51. استفاده از MARL برای بهینه‌سازی تخصیص منابع
  • 52. یادگیری تقویتی آفلاین (Offline Reinforcement Learning)
  • 53. یادگیری تقویتی ایمن (Safe Reinforcement Learning)
  • 54. تکنیک‌های افزایش قابلیت تفسیرپذیری MARL
  • 55. آینده MARL در اتوماسیون زیرساخت‌های انرژی
تگ‌ها: MARL اتوماسیون انرژی بازرسی رباتیک تعمیرات رباتیک خطوط انتقال برق ربات‌های صنعتی رباتیک زیرساخت انرژی کنترل ربات هوش مصنوعی هوش مصنوعی توزیع‌شده یادگیری تقویتی یادگیری تقویتی چندعامله یادگیری عمیق

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.